基于计算机视觉的自动驾驶车辆防动物碰撞框架

在印度，道路上常见动物出没，每年导致多起车辆与动物之间的事故。这使得为无人驾驶车辆开发一种有助于防止此类事故的辅助系统至关重要。在本文中，我们提出了一种新颖的框架，通过在行车记录仪视频上使用深度学习和计算机视觉技术，开发一种高效的方法来检测高速公路上的动物，从而避免车辆与动物碰撞。我们的方法利用 Mask R-CNN 模型来检测和识别各种常见动物。然后，我们进行车道检测以推断检测到的动物是否在车辆车道上，并使用基于质心的目标跟踪算法跟踪其位置和移动方向。该方法确保框架能有效判断动物是否阻挡了自动驾驶车辆的路径，并预测其运动并相应地给出反馈。该系统在各种光照和天气条件下进行了测试，观察到表现相对良好，这为在印度道路上实时避免车辆与动物碰撞的显著无人驾驶车辆辅助系统开辟了道路。